文 | Sleepy、思維怪怪

2025 年 12 月，傳了很久的「豆包手機」終于橫空出世。它把豆包手機助手技術預覽版裝進了努比亞 M153 工程樣機里，發售價 3499 元，首批大約 3 萬臺在發售當天就售罄了。

記得剛發售不久的那幾天它在海鮮市場的價格一度溢價好幾倍。動察 Beating 編輯部還買了兩臺。

倒不是因為它是一臺多好用的手機，恰恰相反，第一代豆包手機作為「技術預覽版」，體驗不算好。但讓我們特別興奮的地方在于，它第一次把 AI 從聊天框里拽了出來，從一個 Chat bot 變成了一個 AI Agent，并且能夠控制一臺手機。

在豆包手機上，AI 可以看見屏幕，可以理解你正在瀏覽的內容，可以聽見你說話，可以在不同的 App 之間跳轉，可以直接幫你做很多事，比如查車票、購物比價、領券下單、修圖。雖然像支付這種比較敏感的環節還需要用戶自己做確認，但它確實已經能獨立完成很多在過去必須由我們自己一下一下點擊完成的操作了。

雖然它還是有點笨，有時候反應很慢，有時候會卡住，像剛學會用智能手機那樣不利索，但它確實讓我們第一次直觀地感受到 AI 進入日常能有多便利。

后來龍蝦才誕生并且火爆全球，AI Agent 成為了繼 ChatGPT 問世之后 AI 領域的又一個 iPhone 時刻，一堆廠商、創業者開始兜售預裝好 OpenClaw 的電腦、手機。豆包手機領先了他們至少一個版本，甚至可以說豆包手機是在這輪 Agent 熱潮的先驅。

但很可惜的是豆包手機很快就撞上了大廠們的圍剿。微信、淘寶、支付寶、銀行 App 等場景陸續出現訪問或操作受阻。有人說這是「封殺」，也有人說只是觸發了風控，但對用戶來說沒什么區別，就是用不了了。

我們非常遺憾。豆包手機當然不是一臺成熟的消費電子產品，但它讓整個行業看見了下一代入口的雛形。

所以即便豆包手機的那波熱度已經過去了，但我們還是沒有把這件事完全放下。直到最近，我們的日常信息抓取捕捉到了上千條招聘信息，分析下來發現，字節似乎要重啟手機研發了。

三個口徑，一條線索

我們從字節跳動官方的社招頁面抓取了三個口徑，分別是 AI 創新業務、移動 OS 和豆包手機助手。

在按照職位 ID 進行去重后，我們進一步抓取了詳情頁信息，按照崗位名稱、崗位描述、任職要求里面的關鍵詞進行了交叉整理。

和普通 AI App 團隊招聘不同的是，字節的這批社招崗位里，還出現了手機系統、相機、觸控、聯網、續航、發熱、芯片適配、結構設計、整機工藝、產線測試等崗位。

這些詞在互聯網公司里不常見，它們是手機廠商、供應鏈公司、工程團隊才會天天處理的東西。

字節要招人下工廠了。

不過這并不能肯定字節會做自己的手機品牌，但至少可以確定的是，他們正在重新啟動手機級終端的研發工作。

下面讓我們看看這些崗位本身說明了什么。

豆包手機助手：從回答問題到替人執行

先看豆包手機助手。

我們又做了一次更加聚焦的篩選工作，在原始數據中檢索名稱、描述和要求中出現了「豆包手機助手」的崗位，一共 83 個，并且這些崗位能夠分成三大類，這三類又恰好能夠拼出一個系統級 AI Agent 的形狀。

第一類崗位，負責讓 AI 具備作為 Agent 的能力。

比如「Agent 開發工程師-豆包手機助手」這個崗位寫到，需要讓 AI 做到任務拆解、上下文組織、工具調用、記憶檢索、狀態管理、結果校驗和異?；謴?。就是我們如今使用的所有的 AI Agent 的基礎能力。

第二類崗位，負責讓 AI Agent 有個好記性。

崗位出現了「感知和記憶」「用戶記憶」「個人知識圖譜」「長期偏好」這些方向。如果要讓 AI Agent 真的融入到我們的生活中，就不能讓它每天都像第一次認識我們，它需要有靠譜、穩定的長期記憶。

當然這很容易觸碰到隱私和邊界的問題，但從招聘資料來看，字節至少已經開始把「記憶」當作豆包手機助手最重要的能力之一來進行研發。

第三類崗位，負責的是讓 AI Agent 在手機里能發揮出那些能力。

豆包手機助手如果要替用戶操作手機，就不能只活在云端，更不能只是一個 App。它需要有一整套能力，包括模型、記憶、任務執行、端側部署、系統應用、音視頻、通信、測試和質量保障，才能聽懂用戶說話，理解環境，跨設備協同，隨時待命，并且不出亂子。

移動 OS：手機底層才是 Agent 的難關

再看移動 OS。

移動 OS 相關崗位有 236 個，主要辦公地點集中在北京、上海和深圳。在崗位描述中，反復出現的詞是內核、芯片、驅動、相機、顯示、音頻、網絡、功耗、熱管理、量產交付。這幾乎都是更靠近硬件和手機底層系統的詞。

舉例來看?！竷群?Leader-移動 OS」這個崗位的職責寫到，要帶領內存和存儲團隊做新高通平臺的內核適配與開發，讓系統能和主流手機芯片配合起來，并且管好手機里的內存和存儲。這些能力是一個 AI Agent 想要做到實時響應、能在后臺處理任務的關鍵。

再比如，崗位里還出現了 SoC、BSP、RTOS 這些詞。SoC 可以粗略理解成手機的核心芯片，BSP 是讓系統和硬件互相認識、配合的一套底層軟件，RTOS 則常用于一些對響應和功耗要求很高的場景。

所以移動 OS 崗位所釋放出的信號是，字節正在招那些懂手機級終端系統的人，他們至少要知道，AI Agent 運行在手機上之后，在哪里會被權限問題卡住，在哪里會被功耗問題卡住，在哪里會被系統穩定性卡住，哪些問題需要和芯片、廠商、測試團隊一起解決。

從正在招聘的這些崗位要求來看，字節已經進入到手機的深水區了。

坐標深圳：硬件和量產的信號

另外有必要單獨拎出來看的是那些坐標在深圳的崗位。

如果說坐標北京的崗位更偏模型、算法和平臺，坐標上海的崗位更偏產品和工程，那么坐標深圳的崗位往往會和硬件、供應鏈、測試和量產有關。

一個項目如果只是云端服務，深圳沒那么重要；一旦要碰實體產品，深圳就會變得很重要。

我們在深圳相關崗位里看到的，也正是這些東西。

有些崗位寫的是人機交互設計，覆蓋硬件實體交互、軟件界面交互、多端聯動體驗。這些崗位不只考慮屏幕里的那些界面怎么設計，還要考慮實體設備的手感、按鍵、如何喚醒、如何和其他設備聯動。

還有一些崗位更靠近工程現場，比如互連、功耗、通信短距、基帶、整機工藝、結構、測試工藝。

這些詞和「智能體」「多模態」「世界模型」比起來，沒那么好聽。但消費電子最后就是這些東西決定生死。

如果字節只是想把豆包做成一個更好的手機 App，它不需要干這么多苦差事。它一旦開始招這些崗位，就說明已經準備好上這條船了。

字節不能只做 App

在以前，手機是 App 的容器；到了 AI 時代，手機可能會變成 Agent 的身體。

如果手機只是 App 的容器，那么字節這樣的公司可以憑內容、算法和產品力，通過一個個 App 建立自己的王國。但如果手機變成 Agent 的身體，用戶先發出任務，誰能接下任務，誰就有機會決定后面的路徑。

這個路徑里，App 會被降級成可調用的工具。這會讓所有超級 App 都不舒服。因為 Agent 天生會越過中間層。

所以，真正難的地方，可能不在于豆包能不能打開一個 App，而在于別人愿不愿意讓它打開。而一個能替用戶做決定的 AI，不可能像普通 App 那樣被輕松放行。

Agent 要從聊天框走向操作層，就必須處理一大堆過去不屬于 AI 團隊的臟活累活。他們要知道系統什么時候會殺后臺，操作什么時候會觸發風控，手機為什么發熱，工廠為什么良率上不去。過去這些事不歸 AI 團隊管，可現在都繞不開了。

所以字節要招聘這些崗位。它可能不一定真的會推出一款手機，但字節一定不能再只做別人手機里的 App 了。

大模型公司想成為下一代用戶入口，就不能永遠寄居在別人的操作系統里。